这次WAIC，大晓还带来了一系列重磅战略签约，把物理AI从底层基建到商业落地的链路，彻底走通。

1、火狐买球 第二场：粗数据便宜但难学，精数据好用难量产 常规方法是「留成功、删失败」，像只给孩子看标准字帖。

面壁的一个真机demo case演示令人印象深刻：一只宇树Go2机器狗紧紧跟随一名指定人员。火狐买球对每个素数p，取所有数被p整除次数的最大公约数，再把这些素数幂乘起来——这个值从第一步到最后一步都一直不变。

2、7月15日泸州开赛！830名少年丹青展风华

Opus 5想抢的，从来就不是Fable 5头顶那顶王冠，而是你我手里的那张账单。

3、睡一觉就能醒酒？男子隔夜醉驾追尾被判刑

」 这条视频，128万播放。

4、成都只换1个人，罗慕洛毫无作用，放着拜合拉木不用，韦世豪又上头了

AGX Station能不能真正在企业场景里跑起来、Agentic OS能不能经受住真实业务的考验、开放生态能不能从签约走向深度协同——这些问题，都需要时间来验证。

5、我在文明实践站里迎七一（一）

但方向很清晰——未来每个打工人，都应该有一个真正懂自己的AI助理。

这是一个庞大帝国在时代转型期的缩影。

端侧模型的速度是最直接的体感。

6、出行推荐丨曼联主场球衣，可印蒂莱曼斯，桑托斯&达洛

留存，对应大脑的巩固，经历被结构化地沉淀进一个稳定的记忆库，而一旦沉淀每次回忆时不再被随手改写。

对NavBrain而言，这意味着导航能力不再停留在「知道目的地在哪里」，而是进一步具备在复杂、连续、不断变化的真实环境中，把一条路线持续走下去的能力。

7、烟台市委常委、副市长李金涛接受纪律审查和监察调查

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。

0.3毫米，亚毫米级精细操作 积木咬合是亚毫米级的活儿，机器人必须在0.1–1毫米的尺度里完成精准、稳定、可控的动作。

8、热刺季前赛大名单：本坦库尔等三将缺席 新援托纳利领衔五张新面孔

Claude Code生成的Artifact，能直接连上真实的工具和数据环境，读到活的数据。

（视频中的速度数字对应本演示视频的交互动作、视频时长和统计口径；论文表格中的2.59×来自统一benchmark测试） 瓶颈在哪 传统视频生成通常给定文本或图像后，一次性生成固定长度片段；自回归视频生成则把历史片段缓存起来，按时间顺序逐块延展。

Bloom还特意强调，这不是因为AI动用了什么更复杂的武器，而是我们原本以为，这道题比它实际上难得多。

9、大谷22轰60打点，施瓦伯33轰联盟第一 道奇费城人决战第三场

围绕一个目标，持续地理解、规划、执行、检查、修正，一跑就是数十轮——这就是智能体生成循环（Agentic Generation Loop）。

当时，五角大楼正在向各大AI巨头施压，要求他们签订一份允许「任何合法政府用途」的军事AI合同。

10、法布雷加斯力挺梅西：若带阿根廷卫冕世界杯，金靴、金球、最佳球员都该属于他！

达人建联环节，从 1.5 亿全球达人库中根据商品特征自动匹配、生成多语种邀约话术并批量发起合作，过去一个 BD 一天联系 20 个达人，现在智能体一次跑完上百个。

英伟达自己都坐不住了——去年12月豪掷200亿美元，拿下推理芯片公司Groq的技术授权。

1、3年仅打151场比赛！NBA第一玻璃人要价2.75亿，勇士又重新看到希望

他们推出的新能源车型，更多偏向于国内庞大的「内循环」市场。

2、英格兰“打懵”法国！19分钟连入2球，赖斯传射建功，孔萨建功

就这样，游戏行业最沉重的试错成本和管线门槛，一下子被打掉。

3、MLB 7月23日投注指南：比伯三振数看高一线，普法特难破3.5K

关键不在于路线本身，而在于公司是否拥有与路线相匹配的资源和能力。徐正源用活热鸟，值得提前买断 17岁新星有国脚潜力 瓦吉奇被弃纳德拉强调，真正有价值的AI能力，并不是简单调用一个外部模型。

4、梅开二度！韦世豪踢出完美“复仇之战”，让天津球迷沉默

其中行业首个集成三维力触与动捕信息的ACE Sense Glove采集手套是点睛之笔：0.01N的力触觉灵敏度、小于2°的关节角误差、20余种异构传感器同步误差严格控制在1毫秒内。

5、大学生钓鱼掉入河中， 辅警用鱼竿把人救上岸

眼下一个尴尬的现实是，AI找漏洞的速度，已经快过了现有系统修漏洞的速度。

6、我在文明实践站里迎七一（一）

」 限速高墙轰然倒塌 重置之神狂踩油门 干出这等好事的，正是Codex和ChatGPT的掌门人Tibo。

场景方面，企业主要聚焦于生命科学实验室的智能试剂分拣环节。

想要逃逸，又被抓回去重炼了。

7、1971款福特Mustang Mach 1 429 V8 4速手动挡待售

为什么光刻机需要薄饼电机？因为在纳米级的半导体制造过程中，晶圆台的运动控制需要达到令人发指的精准度、极高的动态响应速度，同时设备内部的空间极其受限，对热管理的要求近乎变态。

不过，谷歌仍在内部权衡，到底把多少东西锁进硅片——锁得越多，效率越高，但灵活性也越差。

8、黑豹新星训练首日重伤痛哭离场 膝伤严重无法承重将接受检查

一个分数可能难以令人信服，那么，GPT-5.6离开考场、真刀真枪干活时是什么样？ 光有分不够 把GPT-5.6拉去干活 开发者Amir Bohlooli拿同一个物理模拟prompt，同时喂给Fable 5和GPT-5.6 Sol，本以为会被Fable碾压，结果反被GPT惊到。

深度、遮挡、镜面、近大远小，这些人类习以为常的视觉常识，模型开始真正「看懂」了。

这场竞争最后的胜负，或许不取决于谁的模型更强，而取决于谁先真正住进每个人的工作流里，成为你的AI「同事」。

接下这个活儿的，没有一位人类。